本文地址：https://www.cnblogs.com/wanger-sjtu/p/18352898 。

关于llama稀疏性的观察

llama原始模型的FFN计算过程为:

class FeedForward(nn.Module):
    def forward(self, x):
        return self.w2(F.silu(self.w1(x)) * self.w3(x))

论文统计首层transformer block FFN层的稀疏性质，原生FFN的稀疏性仅有40%，激活函数由silu替换为Relu后可以达到67%，而ShiftedReLU可进一步提高到71%。 从FFN层的计算上来看，表面上是Gate部分作为门控控制了计算的稀疏性，实际上Up、Gate共同控制了计算的稀疏性，所以很自然的就引出了drelu的方案 。

从训练过程上来看，替换以后收敛性没有影响，结果的评价指标上也没有太大影响.

下一步就是进一步评价下修改以后得稀疏度了。这里没有直接用两个mask的交集，而是按照topk的方法做了评测 。

显然效果显著。不影响模型表现的情况下，稀疏到达到了80%，而牺牲一定精度的条件下可以到达90% 。

Sparsity of Sparsifi ed Models

最后此篇关于TurboSparse:关于LLM稀疏性的探索的文章就讲到这里了,如果你想了解更多关于TurboSparse:关于LLM稀疏性的探索的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。